Thuật ngữ Big Data có nghĩa là:

Giải quyết các bài toán sinh học bằng việc sử dụng các phương pháp của khoa học tính toán

Sinh học phân tử

Tìm kiếm dữ liệu mới từ sinh học

Khai thác các thông tin có ích trong lĩnh vực y học

Xử lý giá trị thiếu, Dữ liệu nhiễu: định danh ngoại lai và làm trơn, Chỉnh sửa dữ liệu không nhất quán, Giải quyết tính dư thừa tạo ra sau tích hợp dữ liệu

Làm trơn theo biên, phương pháp đóng thùng, điền giá trị thiếu, Giải quyết tính dư thừa tạo ra sau tích hợp dữ liệu

Phân cụm, phân lớp, hồi quy, biểu diễn dữ liệu

Phân cụm, tìm luật kết hợp, tìm kiếm đặc trưng

Bỏ qua bản ghi có dữ liệu bị thiếu, điền giá trị thiếu bằng tay, điền giá trị tự động

Loại bỏ dựa trên quan sát, loại bỏ khi lựa chọn đặc trưng

Loại bỏ toàn bộ dữ liệu bị nhiễu và thay thế bằng tập dữ liệu mới, lựa chọn các đặc trưng quan trọng

Sử dụng các thuật toán phân lớp, phân cụm, tìm luật kết hợp

Các bản ghi có dữ liệu bị thiếu chiếm tỷ lệ nhỏ trong toàn bộ dữ liệu

Các bản ghi có dữ liệu bị thiếu chiếm tỷ lệ lớn trong toàn bộ dữ liệu

Có thể bỏ qua tất cả các bản ghi bị thiếu

Không thể bỏ qua, phải tìm các giá trị để điền vào các bản ghi bị thiếu

Support(X) = Số lượng giao dịch hỗ trợ X / N

Support(X) = Số lượng giao dịch hỗ trợ X

Support(X) = Số lượng giao dịch hỗ trợ X / N * |I|, trong đó |I| là tổng số mục trong CSDL

Support(X) = Số lượng giao dịch hỗ trợ X * 100%

F:4, C:4, A:3, C:3, M:3, P:3..

C:4, A:3, C:3, M:3, P:3

F:4, C:4

A:3, C:3, M:3, P:3

AB-->C

A-->D

ABD-->C

D-->C

Tạo ra từ tập chứa k-1 item bằng cách ghép 2 tập k-1 item với nhau với điều kiện là 2 tập k-1 item này phải có chung nhau k-2 item

Tổ hợp k item từ các item có trong cơ sở dữ liệu giao dịch

Lấy ngẫu nhiên k item sau đó ghép lại với nhau

Sinh mọi tập con có k item từ các item có trong cơ sở dữ liệu giao dịch

abc và abd

abc và ade

abc và ace

abd và ade

BA-->E

BC -->E

C--> E

B-->C